#28 xAI: Grok 4.5
medium- Biaya
- $0.044
- Waktu
- 59.4s
- Token
- 7,512 tok
Ringkasan
Grok 4.5 mendapat skor 8.3 di AI BENCHY dan berada di peringkat #28. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 78.8%, total biaya $1.928, dan waktu respons rata-rata 61.71s.
Yang membuat Grok 4.5 unik: Model ini memakai token reasoning yang sangat tinggi, yang bisa menjelaskan run yang lebih lambat atau lebih mahal.
8.3
Konsistensi
8.9
10.0
$1.928
Total token output
280,567
Total token input
122,146
Harga input
$2.000 / 1M
Harga output
$6.000 / 1M
Tes tidak stabil
3
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-07-16 23:09 Tes baru ditambahkan | 8.3 | 10.0 | $1.928 | Run saat ini | |
| 2026-07-08 23:28 Uji ulang | 8.3 | 9.9 | $1.696 | Bandingkan | |
| 2026-07-08 21:34 Run awal | 8.3 | 9.6 | $1.327 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Perbandingan run
| Run | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-07-16 23:09 · Run saat ini | 8.3 | 8.9 | 10.0 | 16/22 | 3 | 280,567 | 122,146 | $1.928 | 61.71s |
| 2026-07-08 21:34 · Run awal | 8.3 | 8.9 | 9.6 | 15/21 | 3 | 203,365 | 53,198 | $1.327 | 63.50s |
| Selisih | 0.0 | 0.0 | +0.4 | +1 | 0 | +77202 | +68948 | +$0.602 | -1789ms |
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
Riwayat harga
Data harga historis untuk model ini dari OpenRouter.
| Tanggal | Harga input | Harga output |
|---|---|---|
| 2026-07-08 21:47 | $2.000 / 1M | $6.000 / 1M |
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
Model teratas berdasarkan skor
Skor vs Total Biaya
Waktu respons (rata-rata)
Skor vs Waktu respons (rata-rata)
Total token output
Skor vs Total token output
Perbandingan Cepat
Grok 4.5mediumvsGPT-5.2mediumGrok 4.5mediumvsClaude Sonnet 5mediumGrok 4.5mediumvsGrok 4.5lowGrok 4.5mediumvsMuse Spark 1.1lowGrok 4.5mediumvsQwen3.6 Max PreviewmediumGrok 4.5mediumvsGemini 2.5 FlashmediumGrok 4.5mediumvsGPT-5.4mediumGrok 4.5mediumvsGPT-5 MinimediumGrok 4.5mediumvsClaude Opus 5lowGrok 4.5mediumvsMuse Spark 1.1high
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 10.0 | 10.0 | |
| Pemrograman | 7.6 | 7.2 | |
| Gabungan | 10.0 | 10.0 | |
| Parsing dan ekstraksi data | 10.0 | 10.0 | |
| Spesifik domain | 2.9 | 7.2 | |
| Kecerdasan umum | 6.5 | 3.4 | |
| Kepatuhan instruksi | 9.8 | 10.0 | |
| Pemecahan teka-teki | 10.0 | 10.0 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |